什么是GIS上下文中的栅格和矢量数据?
一般而言,每种应用程序,过程或分析都适合? (并且不适合!)
是否有人能传达和对比这两个基本数据表示形式的小巧,简洁,有效的图片?
#1 楼
矢量数据优点:
数据可以以其原始分辨率和形式表示而无需泛化。
图形输出通常更美观(传统制图表示);
由于大多数数据,例如硬拷贝地图是矢量形式,不需要数据转换。
数据的精确地理位置得以保持。邻近性,网络分析。缺点:
每个顶点的位置需要明确存储。
为了有效分析,必须将向量数据转换为拓扑结构。这通常需要大量的处理,并且通常需要大量的数据清理。同样,拓扑是静态的,矢量数据的任何更新或编辑都需要重新构建拓扑。
操纵和分析功能的算法很复杂,可能需要大量处理。通常,这会固有地限制大型数据集的功能,例如大量要素。
连续数据(例如高程数据)不能有效地以矢量形式表示。通常,这些数据层需要大量数据概括或内插。
不可能在多边形内进行空间分析和过滤
栅格数据
优点:
每个单元格的地理位置暗示其在单元格矩阵中的位置。因此,除了起点之外,例如
由于数据存储技术的本质,数据分析通常易于编程且易于执行。
栅格地图的固有特性,例如一个属性图,非常适合数学建模和定量分析。
离散数据,例如林业林地和连续数据(例如栅格像元系统与基于栅格的输出设备(例如,海拔高度)非常兼容。静电绘图仪,图形终端。
缺点:
像元大小决定了表示数据的分辨率。
根据不同的像素,很难充分表示线性特征细胞分辨率。因此,很难建立网络链接。
如果存在大量数据,则关联属性数据的处理可能很麻烦。栅格地图固有地仅反映一个区域的一个属性或特征。
由于大多数输入数据都是矢量形式的,因此数据必须进行矢量到栅格的转换。除了增加处理要求外,由于泛化和选择不合适的像元大小,这还可能引起数据完整性问题。
#2 楼
像素与坐标当我想到光栅图时,我的第一个想法就是卫星图像。市区的详细卫星图像中的几乎每个像素都可以包含唯一信息。网络地图中的单个图块(通常是Mercator的一种变体,通常简称为“球形Mercator”或“ Web Mercator”,并由Google,Bing,Yahoo,OSM和ESRI支持)通常具有256 x 256 = 65,536像素缩放级别具有(2 ^ zoom * 2 ^ zoom)磁贴。当我想到Vector时,我会想到多边形和直线。例如,详细说明整个城市(可能数百万个栅格图块)区域分区边界的形状文件可能只有65,000个Vector形状。
精确缩放
听起来您(可能是大多数读者)已经知道光栅固定像素和矢量(坐标图)之间最明显的区别。矢量绘图(和地图)比像素具有更高的保真度,因为矢量数据包含坐标图样(点,多边形,线等),这些坐标图样可以使用简单的公式以不同的分辨率相对于彼此渲染,而像素大小调整通常使用导致图像伪影的平滑算法。
图像压缩与结构压缩
实际上,大多数没有100%唯一像素的图像都可以压缩为较小的数据包,并且许多矢量文件都包含许多低细节缩放级别不需要的多余细节。图像压缩是一个众所周知的非常有效的过程,几乎每个编码库都内置了类来完成这项工作。矢量坐标压缩或“几何简化”不太普遍(因为GIS通常比一般的图像处理少一些)。以我的经验,您将花费将近0的时间来考虑图像压缩(只需将其打开或关闭),而将更多的时间用于空间压缩。请查看道格拉斯·皮克算法(Douglas Peucker Algorithm)的示例,或者只是使用QGIS和一些人口普查边界文件。
客户端与服务器端渲染
最终,在计算机上查看的所有内容都以特定的分辨率(即缩放级别)渲染为屏幕上的像素。通常(尤其是在网络上)面临的挑战是尽可能高效地将这些像素呈现在用户面前。美国人口普查区域和块组形状文件特别有趣,因为它们正好位于矢量数据集的边界上,这些矢量数据集“太大”而无法在Web浏览器中呈现为矢量数据。与此形成对比的是,美国各县只能作为矢量下载在现代浏览器中呈现。尽管美国人口普查区块组矢量形状文件肯定会小于渲染的栅格图集,以便在多个缩放级别上覆盖整个美国,但区块组形状文件太大(接近1GB),以至于Web浏览器无法按需下载。即使Web浏览器可以快速下载文件,大多数Web浏览器(即使使用Flash)在渲染大量形状时也相当慢。因此,对于查看大型矢量数据集,通常最好将它们转换为压缩图像以传输到Web浏览器。
一些实际例子
我几天前回答了一个类似的问题,关于在Google地图中渲染大型数据集。
几年前,他们决定从Flash大量客户端矢量渲染过渡到服务器端矢量渲染,后者将压缩的图像切片提供给纯HTML和JavaScript。我们有一个包含多个版本的Html + Raster(服务器生成的图像切片)和Flash + Vector(客户端大量渲染)的地图库。
#3 楼
在两种格式中显示相同的数据有时有助于理解它们之间的固有差异:来源:瞻博网络GIS
#4 楼
听起来您似乎正在寻找一种向非技术人员表达这种想法的方法?您可以比喻两个童年的物品,方格纸和一个点状拼图。一张方格纸中的每个正方形都对应一个栅格像元,因此请想象为每个正方形着色或在其中放置一个数字。矢量数据是点对点的难题。在两种情况下,每一层只是另一张纸。#5 楼
该图片很好地说明了数据的栅格与矢量表示形式。在Rastor中,考虑中的区域被划分为相等的正方形并为其分配了一个特性。因此,如果您考虑为rastor创建数据结构,它将是一个2D数组,每个x,y坐标都引用are中的一个正方形,并且可以具有某个预定义的特征,例如建筑物,道路,植被,水体等。
在Vector中,数据以点,线和多边形表示。因此,旅游景点用POINT(x,y)表示,河流或道路表示为线串(这是一系列相连的点),湖泊或体育场等表示为多边形(点列表)形成一个封闭区域)-在此处了解更多信息:https://en.wikipedia.org/wiki/Well-known_text
图像来自网络搜索,当时我已经截取了屏幕截图,现在没有链接或网络上的原始来源!抱歉!
但是希望这个答案有助于向GIS新手讲解:D
评论
将栅格数据描述为矢量数据的实例非常少见,因此您应考虑放大并证明该断言。
– hu
2011年3月11日15:27
@whuber我同意我的理由不足。从技术上讲,栅格可以向量形式表示。这个事实有助于理解,但实际上没有用。
–马修·斯内普(Matthew Snape)
2011年3月11日在16:38
我不认为将栅格视为一种特殊类型的矢量有助于理解。您能否详细说明这种观点如何对您有所帮助?
–马特·威尔基
2011年3月11日18:25
它很有用,因为它鼓励使用开放的方法来使用工具。 GIS散布着专门用于特定用途的数据,例如TIN,网络甚至地名。它们都可以用简单的几何形状表示,并且栅格没有什么不同。一个很好的例子是使用栅格作为矢量数据集的索引。这是反直观的,而且对于简单的识别操作而言,速度也相当快。
–马修·斯内普(Matthew Snape)
2011-3-12在9:11
尽管矢量数据看起来像地图上的栅格数据,但两者在分析上根本不同。证明在于考虑一些基本功能。例如,对于n个像元的栅格,使用O(1)时间的随机访问查找来完成在任意行和列索引处获取值的操作。使用矢量表示时,相同的值需要通过索引进行查找,花费O(log(n))时间。另一个示例:移动栅格需要O(1)时间,因为只有其原点坐标必须更改。向量表示中的相同移位为O(n)。
– hu
13年4月23日在20:17